Homework_2

Задание 1

Библиотеки и данные

library(dplyr)

## 
## Присоединяю пакет: 'dplyr'

## Следующие объекты скрыты от 'package:stats':
## 
##     filter, lag

## Следующие объекты скрыты от 'package:base':
## 
##     intersect, setdiff, setequal, union

library(ggplot2)
library(ggpubr)
library(corrplot)

## corrplot 0.92 loaded

library(plotly)

## 
## Присоединяю пакет: 'plotly'

## Следующий объект скрыт от 'package:ggplot2':
## 
##     last_plot

## Следующий объект скрыт от 'package:stats':
## 
##     filter

## Следующий объект скрыт от 'package:graphics':
## 
##     layout

library(factoextra)

## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa

library(pheatmap)

ins_data <- read.csv('C:/Users/Lenovo/Desktop/Настя/Биостатистика/Визуализация биомед данных (Дмитрий Серебренников)/ДЗ 2/insurance_cost.csv', stringsAsFactors = T)

Задание 2

Сделайте интерактивный plotly график отношения индекса массы тела и трат на страховку. Раскрасьте его по колонке smoker

plot_ly(data = ins_data[(ins_data$bmi != 0) & (ins_data$charges != 0),],
        x = ~ bmi,
        y = ~ charges,
        color= ~smoker )

## No trace type specified:
##   Based on info supplied, a 'scatter' trace seems appropriate.
##   Read more about this trace type -> https://plotly.com/r/reference/#scatter

## No scatter mode specifed:
##   Setting the mode to markers
##   Read more about this attribute -> https://plotly.com/r/reference/#scatter-mode

## Warning in RColorBrewer::brewer.pal(N, "Set2"): minimal value for n is 3, returning requested palette with 3 different levels

## Warning in RColorBrewer::brewer.pal(N, "Set2"): minimal value for n is 3, returning requested palette with 3 different levels

Задание 3

Сделайте тоже самое через ggplotly

plot_1 <- ins_data %>% 
  filter(bmi != 0 & charges != 0) %>% 
  ggplot(aes(x=bmi, y=charges, color = smoker)) + 
  geom_point() +
  theme_minimal()

ggplotly(plot_1)

Задание 4

Кратко сделайте корреляционный анализ данных insurance_cost. Посмотрите документацию пакетов, которые мы проходили на занятии и, исходя из этого, постройте минимум два новых типа графика (которые мы не строили на занятии).

ins_clear <- ins_data %>% 
  filter(age != 0 & bmi != 0 & children != 0 & charges != 0) %>% 
  select(is.integer | is.numeric) # чистые данные

## Warning: Use of bare predicate functions was deprecated in tidyselect 1.1.0.
## ℹ Please use wrap predicates in `where()` instead.
##   # Was:
##   data %>% select(is.integer)
## 
##   # Now:
##   data %>% select(where(is.integer))

## Warning: Use of bare predicate functions was deprecated in tidyselect 1.1.0.
## ℹ Please use wrap predicates in `where()` instead.
##   # Was:
##   data %>% select(is.numeric)
## 
##   # Now:
##   data %>% select(where(is.numeric))

ins_cor <- cor(ins_clear) # корреляционная матрица

corrplot(ins_cor, method = 'color')

corrplot(ins_cor, method = 'circle')

corrplot(ins_cor, method = 'ellipse')

corrplot(ins_cor, method = 'pie')

Задание 5

Превратите все номинативные переменные в бинарные/дамми. Т.е. sex и smoker должны стать бинарными (1/0), а каждое уникальное значение region – отдельной колонкой, где 1 говорит о наличии этого признака для наблюдения, а 0 – об отсутствии. Создайте новый датафрейм, где вы оставите только нумерические переменные.

ins_bin <- ins_data %>%
  mutate(`smoker`=ifelse(`smoker` == "no", 0, 1) %>% as.factor(), `sex`=ifelse(`sex` == "male", 1, 0)  %>% as.factor(), `southwest` = ifelse(`region` == "southwest", 1, 0)  %>% as.factor() , `southeast`= ifelse(`region` == "southeast", 1, 0)  %>% as.factor() , `northwest`= ifelse(`region` == "northwest", 1, 0)  %>% as.factor() ,`northeast`= ifelse(`region` == "northeast", 1, 0)  %>% as.factor() , `region` = NULL)

ins_num <- ins_bin %>% select(where(is.numeric))

Задание 6

Постройте иерархическую кластеризацию на этом датафрейме

ins_scaled <- scale(ins_num)
ins_dist <- dist(ins_scaled, method = "euclidean")
#as.matrix(ins_dist)[1:5,1:5]

ins_hc <- hclust(d = ins_dist, 
                        method = "ward.D2")
fviz_dend(ins_hc, 
          cex = 0.1)

## Warning: `guides(<scale> = FALSE)` is deprecated. Please use `guides(<scale> =
## "none")` instead.

Задание 8

Сделайте одновременный график heatmap и иерархической кластеризации

pheatmap(ins_scaled)

Задание 7

Используя документацию или предложенный учебник сделайте ещё несколько возможных графиков по иерархической кластеризации. Попробуйте раскрасить кластеры разными цветами.

ins_hc_mcquitty <- hclust(d = ins_dist, 
                        method = "mcquitty")
fviz_dend(ins_hc_mcquitty,
          k = 4,
          k_colors = c("#2E9FDF", "#00AFBB", "#E7B800", "#FC4E07"),
          color_labels_by_k = TRUE,
          cex = 0.1)

## Warning: `guides(<scale> = FALSE)` is deprecated. Please use `guides(<scale> =
## "none")` instead.

ins_hc_average <- hclust(d = ins_dist, 
                        method = "average")
fviz_dend(ins_hc_average,
          k = 3,
          k_colors = c("#2E9FDF", "#E7B800","#FC4E07"),
          color_labels_by_k = TRUE,
          cex = 0.1)

## Warning: `guides(<scale> = FALSE)` is deprecated. Please use `guides(<scale> =
## "none")` instead.